Безопасно размещаем отзывы и Работаем с репутацией!
Кто пишет недостоверные отзывы: исследование Луки и Зерваса на данных Yelp
Статья в Management Science: какая доля отзывов о ресторанах попадает в фильтр Yelp, чем такие отзывы отличаются и какие заведения чаще прибегают к нечестным методам.
- Оригинал
- Fake It Till You Make It: Reputation, Competition, and Yelp Review Fraud
- Авторы
- Michael Luca, Georgios Zervas
- Где и когда
- Management Science, 62(12), 3412–3427, 2016
- Тип
- Рецензируемое исследование
- Метод
- Отзывы, которые скрыл автоматический фильтр Yelp, использованы как приближённая мера недостоверных отзывов. Дополнительно разобраны компании, пойманные на покупке отзывов в ходе проверки самой площадки.
- Выборка
- Отзывы о ресторанах одного крупного рынка США на Yelp, включая отзывы, скрытые фильтром.
- Рынок и период
- США (Массачусетс)
- Источник
- doi:10.1287/mnsc.2015.2304 ↗
- Сверено
- Около 16% отзывов о ресторанах на Yelp отсеивает фильтр площадки как подозрительные.
- Отсеянные отзывы более экстремальны: чаще одна или пять звёзд.
- К нечестным положительным отзывам чаще прибегают рестораны со слабой репутацией, сетевые — реже.
- Чем сильнее конкуренция рядом, тем больше подозрительного негатива.
Ключевые выводы
Доля отзывов о ресторанах, которую фильтр Yelp отсеивает как подозрительные.
В оригинале: AbstractОтсеянные отзывы более экстремальные, чем опубликованные, и со временем их доля росла.
В оригинале: AbstractРестораны со слабой репутацией чаще публикуют недостоверные положительные отзывы о себе, а сетевые рестораны — реже.
В оригинале: AbstractРост конкуренции связан с ростом недостоверных отрицательных отзывов.
В оригинале: AbstractКто пишет недостоверные отзывы и почему — вопрос, на который это исследование отвечает на данных самой площадки. Майкл Лука (Harvard Business School) и Георгиос Зервас (Boston University) задались вопросом, который обычно обсуждают на уровне догадок: какие компании публикуют недостоверные отзывы и когда это происходит. Вместо опросов они взяли данные самой площадки.
Что изучали
У Yelp есть автоматический фильтр: часть отзывов не попадает в основной рейтинг и показывается отдельно как «не рекомендованные». Площадка не раскрывает алгоритм, но фильтр нацелен именно на подозрительные отзывы. Авторы использовали скрытые отзывы как приближённую меру недостоверных. Для проверки они отдельно разобрали случаи, когда Yelp поймал компании на покупке отзывов и пометил их карточки предупреждением.
Что получилось
Фильтр отсеивал около 16% отзывов о ресторанах. Скрытые отзывы были заметно более экстремальными: чаще одна звезда или пять, реже средние оценки. Со временем их доля росла — вместе с ростом влияния самой площадки.
Самое полезное — портрет того, кто прибегает к нечестным методам:
| Ситуация | Что происходит |
|---|---|
| Мало отзывов или недавний негатив | больше подозрительных положительных отзывов о себе |
| Сетевой ресторан | таких отзывов меньше |
| Много конкурентов рядом | больше подозрительного негатива |
Объяснение экономическое. Ресторану со слабой репутацией выгоднее всего «подправить» рейтинг: каждая звезда для него ощутима. Сеть рискует брендом целиком, поэтому осторожнее. А при плотной конкуренции растёт соблазн ударить по соседу — это и есть конкурентная атака через отзывы.
Что это значит для бизнеса в России
- Модерация отзывов на картах и маркетплейсах работает похожим образом: алгоритм ищет отзывы, которые выбиваются из обычного поведения. Скрытые экстремальные отзывы — ожидаемый результат, а не сбой площадки.
- Если карточка молодая и рейтинг держится на десятке отзывов, у неё высокая рейтинговая хрупкость: одна волна негатива меняет картину. Здесь надёжнее всего честно наращивать поток отзывов от реальных клиентов.
- Внезапный всплеск коротких единиц при появлении нового конкурента — повод собрать факты и подать жалобу по правилам публикации отзывов площадки, а не отвечать эмоционально.
- Попытка «подправить» рейтинг сама становится риском: площадки помечают такие карточки, и это бьёт по доверию сильнее плохой оценки.
Как отличать недостоверные отзывы на практике — в статье Недостоверные отзывы: как распознать. Что делать при негативе от конкурентов — в материале Негатив от конкурентов в отзывах.
Близкий вывод на данных отелей получили Mayzlin, Dover и Chevalier; открытая версия статьи Луки и Зерваса доступна в репозитории Harvard DASH.
Ограничения исследования
- Фильтр Yelp — приближённая мера: в него попадают и честные отзывы, а часть недостоверных проходит.
- Данные по ресторанам одного рынка США; в других нишах и странах картина может отличаться.
- Исследование описывает, кто чаще прибегает к нечестным методам, но не измеряет, сколько выручки это приносит.
Как сослаться
Michael Luca, Georgios Zervas. Fake It Till You Make It: Reputation, Competition, and Yelp Review Fraud // Management Science, 62(12), 3412–3427. — 2016. — URL: https://doi.org/10.1287/mnsc.2015.2304 (дата обращения: 01.11.2026).
Michael Luca, Georgios Zervas (2016). Fake It Till You Make It: Reputation, Competition, and Yelp Review Fraud. Management Science, 62(12), 3412–3427. https://doi.org/10.1287/mnsc.2015.2304
Кто пишет недостоверные отзывы: исследование Луки и Зерваса на данных Yelp // SERM Service. — URL: https://sermservice.ru/research/luca-zervas-nedostovernye-otzyvy-yelp/ (дата обращения: 03.11.2026).
Частые вопросы
Можно ли считать все скрытые фильтром отзывы недостоверными?
Нет. Фильтр ошибается в обе стороны: скрывает часть честных отзывов и пропускает часть недостоверных. Авторы используют его как приближённую меру и проверяют выводы на случаях, где нарушение установлено точно.
Почему сетевые рестораны реже прибегают к нечестным отзывам?
Для сети ставка выше: разоблачение бьёт по всему бренду, а выигрыш от одной звезды для известного бренда меньше. Независимому заведению, наоборот, каждая звезда даёт заметный эффект.
Что делать, если рядом открылся конкурент и пошёл негатив?
Сначала собрать факты: даты, тексты, совпадения с открытием конкурента, есть ли такие клиенты в базе. Затем ответить спокойно и по существу и подать жалобу по правилам площадки. Встречные действия того же рода только добавят рисков.
Это пересказ, а не перевод: точные формулировки, таблицы и методику смотрите в оригинале по ссылке в паспорте. Нашли неточность — напишите нам, мы сверим и исправим.
